Umjetna inteligencija osim optimizacije poslovanja rješava i roditeljske nedoumice

Umjetna inteligencija (UI) je u posljednje vrijeme postala kao Vegeta - u sve se miješa. Iako je u mnogo slučajeva iznimno koristan alat za poboljšanje poslovanja, mnogi klijenti forsiraju UI i na područjima gdje nema previše smisla.

Hrvatska kompanija Infinum već duže vrijeme pomaže tvrtkama diljem svijeta da razluče podudara li se ono što žele s onim što im zapravo treba, a onda rade i na konkretnoj implementaciji UI-a na koristan i pragmatičan način.

Luka Marić, voditelj tima za upravljanje projektima u Infinumu nam je elaborirao što točno rade s velikim klijentima poput Philipsa, ali i kako koristi strojno učenje u nešto profaniju svrhu – za rješavanje razmirica među roditeljima o tome na koga im dijete više sliči.

Što konkretno i za koga radite na području umjetne inteligencije?

Na području umjetne inteligencije radimo s klijentima iz najrazličitijih sektora, od telekomunikacija i financija do zdravstva i proizvodnje. Ono što im je zajedničko je da su svi kroz godine akumulirali veliku količinu podataka o korištenju svojih proizvoda, a upravo tu se mogu odlično primijeniti veliki jezični modeli (LLM). Zato je prvi i najčešći zahtjev klijenata korištenje LLM-ova za interakciju s tim velikim setovima podataka. 

Koja je vaša uloga u razvoju projekata? Oko čega im pomažete u praksi?

Spektar primjene umjetne inteligencije je vrlo raznolik, tako da radimo na rješenjima koja variraju od chatbotova za korisničku podršku do sustava za detekciju sumnjivog ponašanja, sustava za predvidljivo održavanje i sličnih proizvoda.

U praksi naše usluge najčešće uključuju postavljanje skalabilne infrastrukture za pristup podacima i njihovu obradu, pripremu podataka, implementaciju modela strojnog učenja i generativne umjetne inteligencije, uz pripadajući razvoj softvera, naravno.  

Znaju li uopće klijenti što žele od UI-a? Mogu li se njihove želje realizirati, odnosno konkretno im pomoći u poslovanju, ili neke samo ponese hype oko cijele priče pa dolaze s "nebuloznim" zahtjevima?

Dobro pitanje. Zapravo ima svega, od nerealnih zahtjeva do upita koji uključuju tek početak onoga što strojno učenje i UI u kombinaciji mogu. Hype oko UI-a koji vlada posljednjih godina doveo je do toga da je mnogo naših klijenata sagledalo svoje poslovanje, proizvode i poslovne procese iz nove perspektive i vidjelo UI kao potencijalno rješenje problema ili način optimizacije. Iako je odgovor često bio u digitalnoj domeni, to nije nužno bio UI.

U kojoj mjeri im vi možete pomoći da shvate koliko se razlikuju njihove želje od onog što je izvedivo i korisno za njihov biznis?

Naši klijenti su stručnjaci u svom poslu. Oni poznaju svoj biznis, svoju branšu, svoje korisnike i slično. Naša uloga je da s klijentom definiramo konačni rezultat koji oni očekuju od projekta, ne samo vezano za UI, a zatim odredimo koje tehnologije bi bile najbolje za postizanje tog cilja. 

Jednostavan primjer je detekcija sumnjivog ponašanja u financijskim transakcijama. Jedan naš klijent je htio jednostavan način interakcije s ogromnim setom podataka o transakcijama koje prolaze kroz njihov sustav. Zapravo su zamislili UI chatbot, no time ne bi dobili očekivani rezultat. Potrebno je bilo poduzeti još nekoliko koraka i najprije se pozabaviti samim podacima kako bi postigli taj cilj.

Naš je cilj da klijentima postanemo savjetnici u digitalnoj sferi, poručuje Luka Marić iz Infinuma

Kombinirate li konzultantski dio s razvojem konkretnih rješenja?

Naravno, jako puno klijenata nam zapravo prvo pristupa s upitom oko nekog postojećeg rješenja ili rješenja koje bi tek htjeli implementirati. Naš cilj i jest da klijentima postanemo savjetnici u digitalnoj sferi.

Koje bi dosadašnje projekte istaknuli?

Puno je projekata na koje smo ponosni, no u domeni UI-a mogli bismo recimo izdvojiti aplikaciju HomeID koju razvijamo za Versuni, koja prati Philips kućanske aparate i uključuje složeni sustav preporuke recepata baziran na strojnom učenju. 

Zatim je tu Alfa Laval, globalna korporacija koja se bavi proizvodnjom industrijskih strojeva. Uz pomoć umjetne inteligencije pomogli smo im da bolje iskoriste gomilu podataka o radu svojih strojeva, na temelju čega su značajno uspjeli optimizirati poslovanje. 

Također smo razvili aplikaciju AIdentify za ortopedske kirurge koja s 99-postotnom sigurnošću utvrđuje tip i proizvođača implantata na temelju rendgenske slike i tako skraćuje vrijeme operacije i reducira izvođenje nepotrebnih zahvata. 

Na kraju vrijedi izdvojiti i naš vlastiti projekt, aplikaciju Got Your Nose, koja možda nema tako "važnu" primjenu, ali je svakako razveselila mnoga kućanstva i riješila dugotrajne obiteljske debate. Naime, aplikacija koristi modele strojnog učenja kako bi utvrdila kojem roditelju dijete više sliči.